醣體學的系統生物學挑戰在於醣鏈不由基因直接編碼（non-template-driven），而是由 glycosyltransferase/glycosidase 網路的「反應歷史」決定，使其建模本質上是動態反應網路問題。
Glycosylation Pathway Modeling
N-glycan processing 在 ER/Golgi 中是一系列酵素反應的序列產物。Krambeck & Betenbaugh（Biotechnol Bioeng, 2005）建構了哺乳動物 N-glycan biosynthesis 的 ODE 模型：
d[G_i]/dt = Σ k_cat,j · [E_j] · [G_precursor] / (K_m,j + [G_precursor]) − Σ k_cat,k · [E_k] · [G_i] / (K_m,k + [G_i])
其中 G_i 為第 i 種 glycan intermediate，E_j 為 glycosyltransferase j。
模型可預測：改變 GnT-III（bisecting GlcNAc transferase）表達量如何改變 antibody glycan profile。這對生物製藥的 glycoengineering 至關重要——IgG 的 Fc glycan 決定其 effector function（ADCC activity 與 core fucose 反向相關）。
GlyConnect / GlyGen 數據整合
GlyGen（York et al., 2020）整合 glycan structure（GlyTouCan registry）、glycoprotein（UniProt + glycosylation sites）、glycosyltransferase（CAZy database）和 disease association 的跨層資料庫。GlyConnect 提供 glycan-protein-disease 的關聯網路。
Glycoproteomics
Intact glycopeptide analysis（LC-MS/MS with HCD-pd-EThcD fragmentation）同時鑑定 peptide backbone 和 attached glycan structure，實現 site-specific glycosylation profiling。Thaysen-Andersen & Packer（Mol Cell Proteomics, 2014）提出的 workflow 現已應用於 SARS-CoV-2 Spike protein glycan shield 分析（Watanabe et al., Science, 2020）——揭示 glycan shield 如何遮蔽抗體表位，指導疫苗設計。
Glycan 在免疫識別中的系統角色
Siglecs（sialic acid-binding Ig-like lectins）是免疫細胞表面的「糖感測器」，辨識 self-associated molecular patterns (SAMPs)。癌細胞常 upregulate sialylation 以利用 Siglec checkpoint evasion（Daly et al., Nat Rev Immunol, 2023）。Anti-Siglec antibody + glycan engineering 是新興的免疫治療策略。
文獻：Varki (2017) Glycobiology 27:3-49 / Krambeck & Betenbaugh (2005) Biotechnol Bioeng 92:609-616 / Watanabe et al. (2020) Science 369:330-333.